Zastosowanie entropii Shannona do określenia ważności atrybutów w AHP
|
|
- Amelia Chmiel
- 5 lat temu
- Przeglądów:
Transkrypt
1 Zastosowane entrop Shannona do określena ważnośc atrybutów w AHP Mrosław Kweselewcz Ewa van Uden Poltechnka Gdańska, Wydzał Elektrotechnk Autoatyk ul. Narutowcza /, Gdańsk Streszczene. W pracy rozważa sę zagadnene weloatrybutowego szeregowana czynnków w sense AHP. Zakłada sę, że w rozważany procese decyzyjny stneją uszeregowana czynnków względe poszczególnych atrybutów. W oparcu o entropę Shannona określa sę lość nforacj nesonej przez dane uszeregowane na tej podstawe dokonuje sę uszeregowana atrybutów. Zaproponowaną etodę lustruje sę przykłade oblczenowy.. Wstęp Jedną z szeroko stosowanych etod w weloatrybutowych (welokryteralnych) zagadnenach podejowana decyzj jest AHP (ang. Analytc Herarchy Process) (Saaty 977,980). Herarchczny proces podejowana decyzj posada następujące cechy: a charakter welopozoowy, o drzewastej strukturze, poszczególne waranty decyzj charakteryzowane są weloa atrybuta, atrybuty ogą posadać postać lczbową lub lngwstyczną, poszczególny atrybuto ogą być przypsane wag, na poszczególnych pozoach decyzyjnych ogą występować różn eksperc bądź grupy ekspertów, wówczas ay do czynena z grupowy podejowane decyzj, podstawę procesu podejowana decyzj na każdy pozoe stanow acerz decyzyjna której wersze odpowadają alternatywo (waranto) natoast koluny atrybuto (krytero). W etodze AHP (Saaty 977,980) uszeregowana dla poszczególnych podatrybutów tworzone są w oparcu o etodę porównywana para, natoast agregacja najczęścej dokonywana jest za poocą prostej addytywnej etody wagowej (MacCron 968). Proces szeregowana alternatyw (czynnków) z wykorzystane etody porównywana para został
2 zaproponowany przez Davda (963) rozwnęty przez Saaty'ego (977,980), który ostateczne zaproponował następującą procedurę: określene przez eksperta preferencj jednego czynnka w stosunku do drugego dla każdej pary czynnków; przyporządkowane każdej parze lczby ze zdefnowanej uprzedno skal; oblczene uszeregowana przy wykorzystanu etody aksyalnej wartośc własnej (stosuje sę równeż etody logarytcznych najnejszych kwadratów lub najnejszych kwadratów); dokonane arytetycznej noralzacj wynku. Przykład dwupozoowego procesu decyzyjnego przedstawony jest na rys.. Wynka z nego, że proble welokryteralnego podejowana decyzj oże być zdekoponowany na poszczególne podprobley. Podprobley te rozwązuje sę nezależne stosując opsaną wyżej procedurę. Uszeregowane kryterów w ( w,, ) T w n wag w w w Uszeregowane obektów kryteru, ( ) T s, n Uszeregowane obektów kryteru, ( ) T s, n Uszeregowane obektów kryteru 3 s (,, ) T n, w, w, w w j j Rys.. Herarchczny proces decyzyjny Fg.. Analytc Herarchy Process j
3 W lteraturze z ostatnch lat pojawły sę pozycje, które wykorzystują entopę Shannona w etodze AHP w rozatych aspektach. Sanchez Soyer (998) użyl entrop Shannona jako kryteru do zaprzestana dalszych porównań dla acerzy dużych wyarów z brakujący dany operając sę o poysł Harkera (985) uzupełnana brakujących danych. Mon, Cheng Ln (994) zastosowal entropę Shannona do otrzyana wektora uszeregowana w rozytej wersj AHP. Cheng (996) użył entrop Shannona do wyboru najlepszego systeu pocskowego dla arynark wojennej, uwzględnając klka kryterów. Cele nnejszej pracy jest pokazane, w jak sposób ożna zastosować entropę Shannona do określena relatywnej ważnośc poszczególnych kryterów z punktu wdzena lośc nforacj przypsanej poszczególny krytero, a erzonej właśne entropą Shannona. W punkce zdefnowane zostaną podstawowe pojęca przytoczone pewne własnośc entrop Shanonna, w punkce 3 sforułowane zostane zagadnene optyalzacyjne dotyczące wyboru kryteru nosącego najwększą lość nforacj, natoast w punkce 4 podany zostane przykład oblczenowy dla przedstawonego podejśca. W posuowanu znajdą sę uwag wnosk oraz propozycje dalszych badań w rozważanej dzedzne.. Entropa Shannona jej podstawowe własnośc Przyjjy za Sancheze Soyere (998), że ( p,, ) p oznacza wektor uszeregowana względe określonego kryteru, po noralzacj arytetycznej (sua współrzędnych wektora równa ). Dla tego wektora defnuje sę entropę jako p n n () ln( ) H p p p. () W teor nforacj entropa H jest zdefnowana jako ara nepewnośc w odnesenu do dyskretnej zennej losowej X, która przyjuje skończone wartośc ( x,, ) że P ( X x ) p x n take,. W kontekśce AHP współrzędne p wektora uszeregowana p ożna nterpretować jako prawdopodobeństwo zdarzena, że podejujący decyzję wyberze właśne - tą alternatywę. Wśród najważnejszych własnośc entrop wyenć ożna za Sobczake (977):
4 ( X ) 0 H. () Entropa zennej losowej dyskretnej jest neujena. Entropa jest równa zeru, jeżel zerują sę jednocześne wszystke składnk suy (). Jest to ożlwe jedyne wówczas, gdy jedna z wartośc zennej losowej występuje z prawdopodobeństwe równy jednośc, a pozostałe wartośc występują z prawdopodobeństwa zerowy. W takej sytuacj ne stneje żadna nepewność odnośne do tego, jaką wartość przyje zenna losowa. Entropa posada jedno aksu, które jest osągane dla rozkładu jednostajnego wynos H ( / n,,/ n) ln n. (3) Ta własność zgodna jest z nterpretacją entrop jako ary nepewnośc - najwększa wartość jest osągana, gdy wszystke wartośc zennej losowej X są jednakowo prawdopodobne. Ponadto entropa jest funkcją wypukłą w górę. W teor nepewnośc stosuje sę trzy ożlwe zasady: Zasada aksyalnej nepewnośc, zasada nalnej nepewnośc zasada nezennośc nepewnośc (Klr Yan, 995). Kerując sę przesłanką, że nejsza entropa, ty wększa lość nesonej nforacj, skorzystay z zasady nalnej nepewnośc, żeby przekonać sę, które z kryterów jest w stane dostarczyć podejująceu decyzję najwęcej nforacj. 3. Sforułowane probleu określana ważnośc atrybutów Załóży, że ay dany proble decyzyjny składający sę z n ożlwych alternatyw A,,,n rozpatrywanych względe kryterów K, j,,. Jako rezultat porównywana para alternatyw względe poszczególnych kryterów otrzyuje sę wektory uszeregowana odpowadające dany krytero - oznaczy je jako j ( v,, v ), j, v. (4) j j jn, Następne przeprowadza sę agregację względe kryterów. Najprostszą etodą jest ważona sua współczynnków suujących sę do jednośc. Najczęścej podejujący decyzję sa dobera współczynnk wagowe wyrażające jego preferencje odnośne rozpatrywanych kryterów.
5 Zdarza sę równeż, że krytera są porównywane para względe sebe wektor współczynnków wagowych otrzyuje sę jako efekt tych porównań, np. (Laarhoven Pedrycz 983, Saaty 980). Załóży, że współczynnk wagowe arytetycznej noralzacj: a,,a są newadoe spełnają warunek a j j, (5) oraz a j 0 j,,. (6) Rezultate agregacj jest wynkowy wektor uszeregowana v postac: v a v + + v (7) a Pytane postawone przez autorów brz: przy jakej wartośc współczynnków a,,a entropa wektora v osągne wartość nalną? Odpowada to nterpretacj: dla jakch wartośc współczynnków a,,a podejujący decyzję uzyska aksu nforacj. Powyższe rozważana doprowadzły do sforułowana zagadnena optyalzacyjnego następującej postac: Znalzować funkcję n () H v v ln v (8) gdze v j a j v j (9) przy ogranczenach (5) oraz (6).
6 4. Przykład oblczenowy Załóży, że ay dane 3 alternatywy 4 krytera. Wektory uszeregowana odpowadające kolejny krytero ają forę: v [/,/ 6,/ 3]; v [/ 4,/ 4,/ ]; v 3 [/ 5,3/ 5,/ 5]; v 4 [/ 3,/ 3,/ 3]; Po oblczenu nalnej wartośc funkcj () przy ogranczenach (5) (6) okazało sę, że wartośc współczynnków wagowych wynosły odpowedno: a, a 0, a, a 0. Stąd wywnoskować ożna, że trzece kryteru nese najwększą lość nforacj. Powyższą procedurę zastosowano do pozostałych wektorów v, v, v 4. Wartośc współczynnków wynosły odpowedno a, a 0, a4 0. Wektor v z powyższych trzech dostarcza najwększej lośc nforacj. Ostatne zastosowane procedury dotyczyło wektorów v, v 4. W ty przypadku wartośc współczynnków wynosły a, a4 0, co daje ostateczne uszeregowane kryterów: K 3, K, K, K 4 od kryteru nosącego najwększą lość nforacj, do kryteru nosącego najnejszą lość nforacj. Warto zwrócć uwagę, że kryteru czwarte znalazło sę na ostatn ejscu, co wynka z własnośc (3). 5. Podsuowane W nnejszej pracy w oparcu o pojęce entrop Shannona przedstawono algoryt do wyróżnena kryteru, które oże podejująceu decyzję dostarczyć najwększej lośc nforacj. W konsekwencj welokrotne zastosowane zaproponowanego algorytu pozwala na uszeregowane kryterów względe lośc nesonej przez ne nforacj, jak równeż na elnację z procesu decyzyjnego kryterów wnoszących ałą lość nforacj. Przedstawona etoda oże być bardzo użyteczne, kedy w rozważany procese decyzyjny występuje bardzo dużo kryterów decydent chcałby zredukować ch lczbę. W dalszych pracach planuje sę rozwnęce zaproponowanej etody do postac rozytej gdze uszeregowana ogą przedstawone w postac jakoścowej, przy wykorzystanu zennych lngwstycznych.
7 Lteratura Cheng C.H. (996). Evaluatng naval tactcal ssle systes by fuzzy AHP based on the grade value of ebershp functon. European Journal of Operatonal Research 96, Cheng C.H., Mon D.L. (994). Evaluatng weapon syste by Analytcal Herarchy Process based on fuzzy scales. Fuzzy Sets and Systes 63, -0. Davd H.A. (963). The Method of Pared Coparsons, Grffn, London, 963. Harker P.T. (987). Incoplete parwse coparsons n the analytc herarchy process. Matheatcal Modellng 9 (), Klr G.J., Yan B. (995). Fuzzy sets and fuzzy logc theory and applcatons. Prentce-Hall Internatonal, Inc. London. Laarhoven P.J.M van, Pedrycz (983). W. A fuzzy extenton of Saaty's prorty theory. Fuzzy Sets and Systes, 9-4. MacCron K.R. (968) Decson Makng Aong Multple-Attrbute Alternatves: A Survey and Consoldated Approach. RAND Meorandu, RM-483-ARPA. Saaty T.L. (977). A scalng ethod for prortes n herarchcal structures, Journal of Matheatcal Psychology, 5, Saaty T.L. (980). The Analytc Herarchy Process, Mc-Graw Hll, New York. Sanchez P.P., Soyer R. (998). Inforaton concepts and parwse coparson atrces. Inforaton Processng Letters 68, Sobczak W. (97). Metody statystyczne w elektronce. Wydawnctwa Naukowo-Technczne, Warszawa.
OKREŚLANIE PARZYSTOŚCI LICZB W RESZTOWYM SYSTEMIE LICZBOWYM Z WYKORZYSTANIEM KONWERSJI DO SYSTEMU Z MIESZANYMI PODSTAWAMI
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 76 Electrcal Engneerng 2013 Mrosław PLEBANEK* OKREŚLANIE PARZYSTOŚCI LICZB W RESZTOWYM SYSTEMIE LICZBOWYM Z WYKORZYSTANIEM KONWERSJI DO SYSTEMU Z
Bardziej szczegółowo2012-10-11. Definicje ogólne
0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj
Bardziej szczegółowoMETODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.
Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x
Bardziej szczegółowoAnaliza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A
Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe
Bardziej szczegółowo= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału
5 CML Catal Market Lne, ynkowa Lna Katału Zbór ortolo o nalny odchylenu standardowy zbór eektywny ozważy ortolo złożone ze wszystkch aktywów stnejących na rynku Załóży, że jest ch N A * P H P Q P 3 * B
Bardziej szczegółowoAnaliza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)
Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz
Bardziej szczegółowoI. Elementy analizy matematycznej
WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj
Bardziej szczegółowoProces narodzin i śmierci
Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do
Bardziej szczegółowoWikiWS For Business Sharks
WkWS For Busness Sharks Ops zadana konkursowego Zadane Opracowane algorytmu automatyczne przetwarzającego zdjęce odręczne narysowanego dagramu na tablcy lub kartce do postac wektorowej zapsanej w formace
Bardziej szczegółowoZAJĘCIA 3. Pozycyjne miary dyspersji, miary asymetrii, spłaszczenia i koncentracji
ZAJĘCIA Pozycyjne ary dyspersj, ary asyetr, spłaszczena koncentracj MIARY DYSPERSJI: POZYCYJNE, BEZWZGLĘDNE Rozstęp dwartkowy (ędzykwartylowy) Rozstęp dwartkowy określa rozpętośd tej częśc obszaru zennośc
Bardziej szczegółowoSZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW
SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.
Bardziej szczegółowoLaboratorium ochrony danych
Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz
Bardziej szczegółowo5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim
5. Pocodna funkcj Defncja 5.1 Nec f: (a, b) R nec c (a, b). Jeśl stneje granca lm x c x c to nazywamy ją pocodną funkcj f w punkce c oznaczamy symbolem f (c) Twerdzene 5.1 Jeśl funkcja f: (a, b) R ma pocodną
Bardziej szczegółowoMarkowa. ZałoŜenia schematu Gaussa-
ZałoŜena scheatu Gaussa- Markowa I. Model jest nezennczy ze względu na obserwacje: f f f3... fl f, czyl y f (x, ε) II. Model jest lnowy względe paraetrów. y βo + β x +ε Funkcja a być lnowa względe paraetrów
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 4
Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja
Bardziej szczegółowoKonspekt projektu. Problem komiwojażera w aspekcie sieci neuronowych
Konspekt projektu Cele projektu jest przedstawene dzałana dynacznej sec neuronowej na przykładze probleu kowojażera, przy poocy prograu napsanego Jave. Eksperyent a na celu zweryfkowane wynków otrzyanych
Bardziej szczegółowoV. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH
Krs na Stdach Doktoranckch Poltechnk Wrocławskej wersja: lty 007 34 V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH. Zbór np. lczb rzeczywstych a, b elementy zbor A a A b A, podzbór B zbor A : B A, sma zborów
Bardziej szczegółowoWYBÓR PORTFELA PAPIERÓW WARTOŚCIOWYCH ZA POMOCĄ METODY AHP
Ewa Pośpech Unwersytet Ekonomczny w Katowcach Wydzał Zarządzana Katedra Matematyk posp@ue.katowce.pl WYBÓR PORTFELA PAPIERÓW WARTOŚCIOWYCH ZA POMOCĄ METODY AHP Streszczene: W artykule rozważano zagadnene
Bardziej szczegółowoOcena preferencji decydenta
Budownctwo Archtektura 14(1) (2015) 25-31 Ocena preferencj decydenta przy wyborze środków transportowych Katedra Inżyner Systemów, Wydzał Zarządzana, Wyższa Szkoła Ofcerska Wojsk Lądowych mena generała
Bardziej szczegółowotermodynamika fenomenologiczna p, VT V, teoria kinetyczno-molekularna <v 2 > termodynamika statystyczna n(v) to jest długi czas, zachodzi
fzka statstczna stan makroskopow układ - skończon obszar przestrzenn (w szczególnośc zolowan) termodnamka fenomenologczna p, VT V, teora knetczno-molekularna termodnamka statstczna n(v) stan makroskopow
Bardziej szczegółowoMATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5
MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając
Bardziej szczegółowoWPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO
Walenty OWIECZKO WPŁYW PARAMETRÓW DYSKRETYZACJI A IEPEWOŚĆ WYIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO STRESZCZEIE W artykule przedstaono ynk analzy nepenośc pomaru ybranych cech obektu obrazu cyfroego. Wyznaczono
Bardziej szczegółowoPrzegląd metod wieloatrybutowych wspomagających podejmowanie decyzji
Przegląd metod wieloatrybutowych wspomagających podejmowanie decyzji dr inż. Mirosław Kwiesielewicz Wydział Elektrotechniki i utomatyki Katedra utomatyki Gdańsk, sierpień 998 . Wprowadzenie Celem niniejszej
Bardziej szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,
Bardziej szczegółowoMetody badań kamienia naturalnego: Oznaczanie współczynnika nasiąkliwości kapilarnej
Metody badań kaena naturalnego: Oznaczane współczynnka nasąklwośc kaplarnej 1. Zasady etody Po wysuszenu do stałej asy, próbkę do badana zanurza sę w wodze jedną z powerzchn (ngdy powerzchną obrabaną)
Bardziej szczegółowoNatalia Nehrebecka. Zajęcia 3
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a
Bardziej szczegółowoPokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem
Zestaw zadań : Przestrzene wektorowe. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar : C C C, (z, v) z v := z v jest przestrzeną lnową nad całem lczb zespolonych
Bardziej szczegółowoStatystyka. Zmienne losowe
Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu
Bardziej szczegółowoBADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda
BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp
Bardziej szczegółowoNatalia Nehrebecka. Zajęcia 4
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających
Bardziej szczegółowoPODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH
PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH Z a k ł a d U b e z p e c z e ń S p o ł e c z n y c h Wprowadzene Nnejsza ulotka adresowana jest zarówno do osób dopero ubegających
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej
Bardziej szczegółowoPAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY. Zakład Budowy i Eksploatacji Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA
PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY Zakład Budowy Eksploatacj Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA Temat ćwczena: PRAKTYCZNA REALIZACJA PRZEMIANY ADIABATYCZNEJ.
Bardziej szczegółowoZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012
ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW (88)/01 Hubert Sar, Potr Fundowcz 1 WYZNACZANIE ASOWEGO OENTU BEZWŁADNOŚCI WZGLĘDE OSI PIONOWEJ DLA SAOCHODU TYPU VAN NA PODSTAWIE WZORU EPIRYCZNEGO 1. Wstęp asowy moment
Bardziej szczegółowoOBLICZANIE NIEPEWNOŚCI METODĄ TYPU B
OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość
Bardziej szczegółowoZestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.
Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :
Bardziej szczegółowoOŚWIADCZENIE MAJĄTKOWE radnego gminy. (miejscowość)
OŚWIADCZENIE MAJĄTKOWE radnego gmny (mejscowość). dna Uwaga: 1. Osoba składająca ośwadczene obowązana jest do zgodnego z prawdą, starannego zupełnego wypełnena każdej z rubryk. 2. Jeżel poszczególne rubryk
Bardziej szczegółowoKRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA
KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA Krzysztof Serżęga Wyższa Szkoła Informatyk Zarządzana w Rzeszowe Streszczene Artykuł porusza temat zwązany
Bardziej szczegółowoStatystyka Opisowa 2014 część 2. Katarzyna Lubnauer
Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,
Bardziej szczegółowo6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO
Różnce mędzy obserwacjam statystycznym ruchu kolejowego a samochodowego 7. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO.. Obserwacje odstępów mędzy kolejnym wjazdam na stację
Bardziej szczegółowoKURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej
Bardziej szczegółowoZastosowanie hierarchicznej analizy problemowej w badaniach efektywności inwestowania w elektroenergetyce
Zastosowanie hierarchicznej analizy problemowej w badaniach efektywności inwestowania w elektroenergetyce Autor: prof. dr hab. inż. Waldemar Kamrat Politechnika Gdańska, Katedra Elektroenergetyki ( Energetyka
Bardziej szczegółowoASPEKT SYTUACJI STATUS QUO WE WSPOMAGANIU WIELOKRYTERIALNEGO WYBORU BAZUJĄCEGO NA TEORII GIER
Macej Wolny ASPEKT SYTUACJI STATUS QUO WE WSPOMAGANIU WIELOKRYTERIALNEGO WYBORU BAZUJĄCEGO NA TEORII GIER Wprowadzene Zagadnena welokryteralne dotyczą sytuacj, w których rozpatruje sę elementy zboru dopuszczalnych
Bardziej szczegółowoProjekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE
Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:
Bardziej szczegółowoPattern Classification
attern Classfcaton All materals n these sldes were taken from attern Classfcaton nd ed by R. O. Duda,. E. Hart and D. G. Stork, John Wley & Sons, 000 wth the permsson of the authors and the publsher Chapter
Bardziej szczegółowoV. TERMODYNAMIKA KLASYCZNA
46. ERMODYNAMIKA KLASYCZNA. ERMODYNAMIKA KLASYCZNA ermodynamka jako nauka powstała w XIX w. Prawa termodynamk są wynkem obserwacj welu rzeczywstych procesów- są to prawa fenomenologczne modelu rzeczywstośc..
Bardziej szczegółowoAPROKSYMACJA QUASIJEDNOSTAJNA
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 73 Electrcal Engneerng 213 Jan PURCZYŃSKI* APROKSYMACJA QUASIJEDNOSTAJNA W pracy wykorzystano metodę aproksymacj średnokwadratowej welomanowej, przy
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane
Bardziej szczegółowo( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X
Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są
Bardziej szczegółowoProblemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA
Problemy jednoczesnego testowana welu hpotez statystycznych ch zastosowana w analze mkromacerzy DNA Konrad Furmańczyk Katedra Zastosowań Matematyk SGGW Plan referatu Testowane w analze mkromacerzy DNA
Bardziej szczegółowoOPTYMALIZACJA PROCESU PRZESIEWANIA W PRZESIEWACZACH WIELOPOKŁADOWYCH
Prace Naukowe Instytutu Górnctwa Nr 136 Poltechnk Wrocławskej Nr 136 Studa Materały Nr 43 2013 Jerzy MALEWSKI* Marta BASZCZYŃSKA** przesewane, jakość produktów, optymalzacja OPTYMALIZACJA PROCESU PRZESIEWANIA
Bardziej szczegółowoW praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.
Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas
Bardziej szczegółowoAnaliza ryzyka jako instrument zarządzania środowiskiem
WARSZTATY 2003 z cyklu Zagrożena naturalne w górnctwe Mat. Symp. str. 461 466 Elżbeta PILECKA, Małgorzata SZCZEPAŃSKA Instytut Gospodark Surowcam Mneralnym Energą PAN, Kraków Analza ryzyka jako nstrument
Bardziej szczegółowoEFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA
EFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA Nekedy zachodz koneczność zany okesu kapt. z ównoczesny zachowane efektów opocentowane. Dzeje sę tak w nektóych zagadnenach ateatyk fnansowej np.
Bardziej szczegółowoWIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW
Uniwersytet Ekonomiczny we Wrocławiu WIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW Wprowadzenie Wrażliwość wyników analizy wielokryterialnej na zmiany wag kryteriów, przy
Bardziej szczegółowo) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4
Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =
Bardziej szczegółowoMETODA STRZAŁÓW W ZASTOSOWANIU DO ZAGADNIENIA BRZEGOWEGO Z NADMIAROWĄ LICZBĄ WARUNKÓW BRZEGOWYCH
RAFAŁ PALEJ, RENATA FILIPOWSKA METODA STRZAŁÓW W ZASTOSOWANIU DO ZAGADNIENIA BRZEGOWEGO Z NADMIAROWĄ LICZBĄ WARUNKÓW BRZEGOWYCH APPLICATION OF THE SHOOTING METHOD TO A BOUNDARY VALUE PROBLEM WITH AN EXCESSIVE
Bardziej szczegółowoModele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.
Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można
Bardziej szczegółowoZastosowanie symulatora ChemCad do modelowania złożonych układów reakcyjnych procesów petrochemicznych
NAFTA-GAZ styczeń 2011 ROK LXVII Anna Rembesa-Śmszek Instytut Nafty Gazu, Kraków Andrzej Wyczesany Poltechnka Krakowska, Kraków Zastosowane symulatora ChemCad do modelowana złożonych układów reakcyjnych
Bardziej szczegółowo4. OPTYMALIZACJA WIELOKRYTERIALNA
Wybrane zagadnena badań operacyjnych dr nż. Zbgnew Tarapata Wykład nr 4: Optymalzacja welokryteralna 4. OPTYMLIZCJ WIELORYTERIL Decyzje nwestycyjne mają często charakter złożony. Zdarza sę, że przy wyborze
Bardziej szczegółowoStatystyka Inżynierska
Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy
Bardziej szczegółowoWspółczynnik przenikania ciepła U v. 4.00
Współczynnk przenkana cepła U v. 4.00 1 WYMAGANIA Maksymalne wartośc współczynnków przenkana cepła U dla ścan, stropów, stropodachów, oken drzw balkonowych podano w załącznku do Rozporządzena Mnstra Infrastruktury
Bardziej szczegółowoZapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.
Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane
Bardziej szczegółowoWYBRANE ZASTOSOWANIA OPTYMALIZACJI ROZMYTEJ W STEROWANIU PROCESAMI ODLEWNICZYMI
47/17 ARCHIWUM ODLEWNICTWA Rok 2005, Rocznk 5, Nr 17 Archves of Foundry Year 2005, Volume 5, Book 17 PAN - Katowce PL ISSN 1642-5308 WYBRANE ZASTOSOWANIA OPTYMALIZACJI ROZMYTEJ W STEROWANIU PROCESAMI ODLEWNICZYMI
Bardziej szczegółowoBadanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej
Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.
Bardziej szczegółowoKodowanie informacji. Instytut Informatyki UWr Studia wieczorowe. Wykład nr 2: rozszerzone i dynamiczne Huffmana
Kodowane nformacj Instytut Informatyk UWr Studa weczorowe Wykład nr 2: rozszerzone dynamczne Huffmana Kod Huffmana - nemłe przypadk... Nech alfabet składa sę z 2 lter: P(a)=1/16 P(b)=15/16 Mamy H(1/16,
Bardziej szczegółowoWSPOMAGANIE KOOPERACJI Z WYKORZYSTANIEM TEORII GIER I ANALIZY WIELOKRYTERIALNEJ
Macej Wolny WPOMAGANIE KOOPERACJI Z WYKORZYTANIEM TEORII GIER I ANALIZY WIELOKRYTERIALNEJ Wprowadzene Kooperacja mędzy organzacjam ma stotne znaczene w życu gospodarczym. Podmoty gospodarcze lub ch poszczególne
Bardziej szczegółowoFunkcje i charakterystyki zmiennych losowych
Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych
Bardziej szczegółowoKlasyfkator lnowy Wstęp Klasyfkator lnowy jest najprostszym możlwym klasyfkatorem. Zakłada on lnową separację lnowy podzał dwóch klas mędzy sobą. Przedstawa to ponższy rysunek: 5 4 3 1 0-1 - -3-4 -5-5
Bardziej szczegółowoWYKORZYSTANIE Z-LICZB WE WSPOMAGANIU PODEJMOWANIA DECYZJI
ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 017 Sera: ORGANIZACJA I ZARZĄDZANIE z. 11 Nr kol. 199 Joanna KRAKOWCZYK COIG S.A. Katowce joanna.krakowczyk@cog.pl Marcn LAWNIK Poltechnka Śląska Glwce Wydzał Matematyk
Bardziej szczegółowoWYKORZYSTANIE ANALIZY WIELOKRYTERIALNEJ DO BADANIA POTENCJAŁU GOSPODARCZEGO WOJEWÓDZTWA PODKARPACKIEGO
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XV/4, 2014, str. 62 70 WYKORZYSTANIE ANALIZY WIELOKRYTERIALNEJ DO BADANIA POTENCJAŁU GOSPODARCZEGO WOJEWÓDZTWA PODKARPACKIEGO Mchał Koścółek Katedra Ekonom
Bardziej szczegółowoSTATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],
STATECZNOŚĆ SKARP W przypadku obektu wykonanego z gruntów nespostych zaprojektowane bezpecznego nachylena skarp sprowadza sę do przekształcena wzoru na współczynnk statecznośc do postac: tgφ tgα = n gdze:
Bardziej szczegółowoRozwiązywanie zadań optymalizacji w środowisku programu MATLAB
Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych
Bardziej szczegółowoWielokryterialny Trójwymiarowy Problem Pakowania
Łukasz Kacprzak, Jarosław Rudy, Domnk Żelazny Instytut Informatyk, Automatyk Robotyk, Poltechnka Wrocławska Welokryteralny Trójwymarowy Problem Pakowana 1. Wstęp Problemy pakowana należą do klasy NP-trudnych
Bardziej szczegółowoOkreślanie zapasu wody pod stępką w porcie Ystad na podstawie badań symulacyjnych
Scentfc Journals Martme Unversty of Szczecn Zeszyty Naukowe Akadema Morska w Szczecne 2008, 13(85) pp. 22 28 2008, 13(85) s. 22 28 Określane zapasu wody pod stępką w porce Ystad na podstawe badań symulacyjnych
Bardziej szczegółowo65120/ / / /200
. W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę
Bardziej szczegółowoSystemy Ochrony Powietrza Ćwiczenia Laboratoryjne
ś POLITECHNIKA POZNAŃSKA INSTYTUT INŻYNIERII ŚRODOWISKA PROWADZĄCY: mgr nż. Łukasz Amanowcz Systemy Ochrony Powetrza Ćwczena Laboratoryjne 2 TEMAT ĆWICZENIA: Oznaczane lczbowego rozkładu lnowych projekcyjnych
Bardziej szczegółowoZastosowanie hierarchicznej analizy problemowej w badaniach efektywności inwestowania w elektroenergetyce 2)
Waldemar Kamrat 1) Zastosowanie hierarchicznej analizy problemowej w badaniach efektywności inwestowania w elektroenergetyce 2) Analytic hierarchy process application for investment effectiveness studies
Bardziej szczegółowoFizyka cząstek elementarnych
ykład XI Rozpraszane głęboko neelastyczne partonowy model protonu Jak już było wspomnane współczesna teora kwarkowej budowy hadronów ma dwojake pochodzene statyczne dynamczne. Koncepcja kwarków była z
Bardziej szczegółowoWykład Turbina parowa kondensacyjna
Wykład 9 Maszyny ceplne turbna parowa Entropa Równane Claususa-Clapeyrona granca równowag az Dośwadczena W. Domnk Wydzał Fzyk UW ermodynamka 08/09 /5 urbna parowa kondensacyjna W. Domnk Wydzał Fzyk UW
Bardziej szczegółowoDiagnostyka układów kombinacyjnych
Dagnostyka układów kombnacyjnych 1. Wprowadzene Dagnostyka obejmuje: stwerdzene stanu układu, systemu lub ogólne sec logcznej. Jest to tzw. kontrola stanu wykrywająca czy dzałane sec ne jest zakłócane
Bardziej szczegółowoRegulamin promocji zimowa piętnastka
zmowa pętnastka strona 1/5 Regulamn promocj zmowa pętnastka 1. Organzatorem promocj zmowa pętnastka, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 grudna
Bardziej szczegółowoOcena dostawców sektora TSL w ramach CSR w warunkach niepewności
Dorota GAWRŃSKA Poltechnka Śląska cena dostawców sektora TSL w ramach CSR w warunkach nepewnośc WSTĘP Proces wyboru dostawcy jest jednym z najważnejszych aspektów prawdłowego sprawnego dzałana przedsęborstwa
Bardziej szczegółowoSprawozdanie powinno zawierać:
Sprawozdane pownno zawerać: 1. wypełnoną stronę tytułową (gotowa do ćw. nr 0 na strone drugej, do pozostałych ćwczeń zameszczona na strone 3), 2. krótk ops celu dośwadczena, 3. krótk ops metody pomaru,
Bardziej szczegółowoNAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz
NAFTA-GAZ marzec 2011 ROK LXVII Tadeusz Kwlosz Instytut Nafty Gazu, Oddzał Krosno Zastosowane metody statystycznej do oszacowana zapasu strategcznego PMG, z uwzględnenem nepewnośc wyznaczena parametrów
Bardziej szczegółowoPortfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego
Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa
Bardziej szczegółowoPlan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup
Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT
Bardziej szczegółowoFOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2012, Oeconomica 297 (68), 17 26
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Poer. Univ. Technol. Stetin. 2012, Oeconoica 297 (68), 17 26 Aneta Becker ZASTOSOWANIE METODY AHP DO USZEREGOWANIA WOJEWÓDZTW POLSKI POD WZGLĘDEM
Bardziej szczegółowo(M2) Dynamika 1. ŚRODEK MASY. T. Środek ciężkości i środek masy
(MD) MECHANIKA - Dynamka T. Środek cężkośc środek masy (M) Dynamka T: Środek cężkośc środek masy robert.szczotka(at)gmal.com Fzyka astronoma, Lceum 01/014 1 (MD) MECHANIKA - Dynamka T. Środek cężkośc środek
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne
Bardziej szczegółowoRys. 1. Temperatura punktu rosy na wykresie p-t dla wody.
F-Pow wlot / Powetrze wlotne. Defncje odstawowe Powetrze wlotne jest roztwore (lub eszanną) owetrza sucheo wody w ostac: a) ary rzerzanej lub b) ary nasyconej suchej lub c) ary nasyconej suchej ły cekłej
Bardziej szczegółowoO PEWNYM MODELU POZWALAJĄCYM IDENTYFIKOWAĆ K NAJBARDZIEJ PODEJRZANYCH REKORDÓW W ZBIORZE DANYCH KSIĘGOWYCH W PROCESIE WYKRYWANIA OSZUSTW FINANSOWYCH
Mateusz Baryła Unwersytet Ekonomczny w Krakowe O PEWNYM MODELU POZWALAJĄCYM IDENTYFIKOWAĆ K NAJBARDZIEJ PODEJRZANYCH REKORDÓW W ZBIORZE DANYCH KSIĘGOWYCH W PROCESIE WYKRYWANIA OSZUSTW FINANSOWYCH Wprowadzene
Bardziej szczegółowoProgramowanie Równoległe i Rozproszone
Programowane Równoległe Rozproszone Wykład Programowane Równoległe Rozproszone Lucjan Stapp Wydzał Matematyk Nauk Informacyjnych Poltechnka Warszawska (l.stapp@mn.pw.edu.pl) /38 PRR Wykład Chcemy rozwązać
Bardziej szczegółowoRegulamin promocji 14 wiosna
promocja_14_wosna strona 1/5 Regulamn promocj 14 wosna 1. Organzatorem promocj 14 wosna, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 lutego 2014 do 30
Bardziej szczegółowoPraca podkładu kolejowego jako konstrukcji o zmiennym przekroju poprzecznym zagadnienie ekwiwalentnego przekroju
Praca podkładu kolejowego jako konstrukcj o zmennym przekroju poprzecznym zagadnene ekwwalentnego przekroju Work of a ralway sleeper as a structure wth varable cross-secton - the ssue of an equvalent cross-secton
Bardziej szczegółowoNowe ujęcie ryzyka na rynku kapitałowym
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO nr 80 Fnanse, Rynk Fnansowe, Ubezpeczena nr 65 (014) s. 745 753 Nowe ujęce ryzyka na rynku kaptałowym Jerzy Tymńsk * Streszczene: Artykuł przedstawa nowe ujęce
Bardziej szczegółowo